我要招人

人工智能面试题更新 2026-08-05

请介绍 GRPO（Group Relative Policy Optimization）的基本原理。

科大讯飞人工智能专业服务技术原理技术选型方案权衡

考察说明

考察对 GRPO 算法核心思想与关键机制的理解

回答思路

  1. 说明 GRPO 与 PPO 的关键区别
  2. 解释组内相对优势估计的计算方式
  3. 说明优势归一化和基线的作用
  4. 能提到参考模型或 KL 约束相关机制